Статус проекта: В процессе реализации
Университет: ФГБОУ ВО «Кемеровский государственный университет»
Руководитель проекта: Кранзеева Елена Анатольевна, elkranzeeva@mail.ru
Проект ориентирован на определение (выявление) акторов социального и политического взаимодействия сетевых сообществ в регионах ресурсного типа. В перспективе предполагается создание сетевого прогнозного инструмента. Выявленные сетевые региональные сообщества обусловлены связью ключевых узлов и ребер.
В рамках тематического моделирования (выявление n-тем по n-токенов) подготавливаются результаты обработки и интерпретации полученного датасета (информация о пользователя сети “ВКонтакте”). Далее формируется цифровой двойник сетевых участников и проводится моделирование социального и политического взаимодействия сообществ.
Цель и задачи
определение акторов и построение типологии социального и политического взаимодействия сетевых сообществ в регионах ресурсного типа и создание прогнозного инструмента.
Задачи 1 этапа:
1. Определение сетевых региональных сообществ для группировки данных.
2. Синтез структур сети связей региональных сообществ (ключевые узлы и ребра).
3. Тематическое моделирование (выявление n-тем по n-токенов).
4. Сравнительная характеристика социального и политического взаимодействия региональных сообществ (отличительные особенности – темы, лозунги, стиль, словоформы, персоналии).
В рамках тематического моделирования (выявление n-тем по n-токенов) подготавливаются результаты обработки и интерпретации полученного датасета (информация о пользователя сети “ВКонтакте”). Далее формируется цифровой двойник сетевых участников и проводится моделирование социального и политического взаимодействия сообществ.
Цель и задачи
определение акторов и построение типологии социального и политического взаимодействия сетевых сообществ в регионах ресурсного типа и создание прогнозного инструмента.
Задачи 1 этапа:
1. Определение сетевых региональных сообществ для группировки данных.
2. Синтез структур сети связей региональных сообществ (ключевые узлы и ребра).
3. Тематическое моделирование (выявление n-тем по n-токенов).
4. Сравнительная характеристика социального и политического взаимодействия региональных сообществ (отличительные особенности – темы, лозунги, стиль, словоформы, персоналии).
Основные результаты проекта.
Используемые методы и инструменты цифрового анализа данных позволили выделить региональных акторов и сообщества экстрактивизма в сравниваемых регионах. Среди акторов социального и политического взаимодействия можно выделить «сильных игроков» взаимодействия, а также отметить наличие активных коммуникаторов.
1.Получило подтверждение предположение о том, что «влиятельные» сообщества принадлежат ключевым акторам (власть, территориальные сообщества, электронные СМИ).
2.Ключевая проблематика в дискурсах сообществ: «СВО», «ЧС», насилие, «правопорядок» (безопасность).
3.Пересечение межрегиональных пользователей обнаружено преимущественно в «сообществах-лидерах» региональных пользователей.
4.Публичность и квазипубличность акторов не сохранятся в практиках сетевого взаимодействия. Получен качественный массив больших данных (более 2 млн. строк) из социальных сообществ “ВКонтакте”. Возможность работы с детализированными признаками и сущностями.
В настоящее время проект получил финансовую поддержку Министерства науки и высшего образования РФ и сейчас отработанные алгоритм и гипотезы проверяются на регионах с различным типом ресурсной зависимости.
Результатом проекта предполагается модуль позволяющие прогнозировать точки (регионы и темы) социальной и политической активности.
Используемые методы и инструменты цифрового анализа данных позволили выделить региональных акторов и сообщества экстрактивизма в сравниваемых регионах. Среди акторов социального и политического взаимодействия можно выделить «сильных игроков» взаимодействия, а также отметить наличие активных коммуникаторов.
1.Получило подтверждение предположение о том, что «влиятельные» сообщества принадлежат ключевым акторам (власть, территориальные сообщества, электронные СМИ).
2.Ключевая проблематика в дискурсах сообществ: «СВО», «ЧС», насилие, «правопорядок» (безопасность).
3.Пересечение межрегиональных пользователей обнаружено преимущественно в «сообществах-лидерах» региональных пользователей.
4.Публичность и квазипубличность акторов не сохранятся в практиках сетевого взаимодействия. Получен качественный массив больших данных (более 2 млн. строк) из социальных сообществ “ВКонтакте”. Возможность работы с детализированными признаками и сущностями.
В настоящее время проект получил финансовую поддержку Министерства науки и высшего образования РФ и сейчас отработанные алгоритм и гипотезы проверяются на регионах с различным типом ресурсной зависимости.
Результатом проекта предполагается модуль позволяющие прогнозировать точки (регионы и темы) социальной и политической активности.